考试数据（精选10篇）
考试数据 篇1
数据结构是计算机专业的一门专业核心课程, 是必修课程之一, 同时, 它也是其它专业学好计算机程序设计和进行程序设计强化训练必不可少的课程, 它的综合性和实践性非常强。作为计算机学科的一门重点课程, 数据结构课程不仅培养学生的程序设计能力和数据抽象能力, 而且是很多专业核心课的先导课。由于该课程的基础性和重要性, 使得大多数学生都能较认真地对待本课程。但是该课程有着内容多、综合性、实践性强的特点, 在课程实验和课程设计两个实践环节中, 学生难以将课堂教学内容转化为可实际运行的程序, 以及解决实际问题的能力较差。为了取得良好的教学效果, 不仅对该课程的教学方法、实验手段等方面进行了改革, 而且对数据结构课程的考试模式也进行了改革, 以适应计算机技术的发展和学生情况的变化, 在人才培养目标上有着举足轻重的作用。
课程现状
(1) 教学方面:由于本课程是一门既有较强实践性又有较强理论性的专业基础课, 需要有较好的数学知识和计算学科的思维能力, 一向被认为是难度较大的课程, 所以在开课的前四周讲课进度比较慢, 目的是一步一步引导学生适应抽象思维的概念。教学中, 经常强调课程的重要性以引起学生的重视;多举课程知识的应用性和趣味性的实例引起学生的兴趣;采用配套示例动画和课件, 使教学内容具体、生动、直观, 降低抽象度, 便于理解和记忆。对基础差的学生通过个别辅导的方法让他们跟上正常教学的进度, 让每一个学生都有信心学好这门课。
(2) 实验方面:从开课的第二周起开始上实验课, 每周都有明确的上机题, 每做一道实验题前, 主讲教师都会大致解释题目的含义、用到的知识模块。对于基础与验证型实验, 要求学生独立完成;对于综合设计型实验, 要求学生分组完成。所有的上机实验必须在规定的时间内由辅导教师进行验收。对于优秀学生, 鼓励他们进行一些创新性实验, 组织优秀学生参加全国大学生的ACM程序设计竞赛。
考试改革的必要性
考试是教学过程中的重要环节, 是检查与评定教师教学水平和学生学习效果的重要手段。科学的课程考试方式, 对合理设置教学内容起着积极的指导作用, 对实施素质教育, 提高课堂教学效率, 实现应用型人才培养目标有着不可低估的推动作用, 对提高教学质量有着不可替代的作用。一直以来, 高校以考试得分作为检查及评估学校教学质量的重要手段。虽然“以培养学生综合素质为中心”的教学方法改革在不断地推进, 但传统的试卷考试却依然暴露出一定的缺陷, 如考试内容的片面性, 评价标准的局限性等等, 这一考试方法尤其不再适合当前对应用型人才的培养。因此, 对传统考试方法的改革势在必行。作为检验手段的考试, 目前大多数院校仍主要以期末“终结性”考核为主, 而这种形式过于固定的考核方式容易造成学生“突击式”学习的状况, 学生对知识掌握得非常肤浅, 缺乏学习的主动性, 主要以机械式的记忆为主, 而无法做到灵活应变, 举一反三。这就需要变革这种单一的考核模式, 使得考试真正成为督促学生学习、检验学生学习情况的有效手段, 起到促进学生全面发展、提高其素质的作用, 实现学生对于知识和方法由“学会”转变为“会学”, 继而“会用”的目标。基于上述原因, 在近几年的数据结构课程教学过程中, 对考试改革方法进行了探索, 主要是增加了平时考核和每章完成后的阶段式测试, 并且尝试多样化的考核方式进行测验, 和期末考试的成绩综合测评, 彻底打破“一考定终身”的局面。通过课程考试方式的改革实践, 全面提升了学生的程序设计能力、数据抽象能力和应用能力, 提高了数据结构课程的教学质量。研究建立面向应用型人才培养的数据结构课程的考试模式, 以促进学生能力的提升十分必要。在近几年的数据结构课程教学过程中, 对考试改革方法进行了探索, 采用了“综合性、全程性、多元化”的考试模式。“综合性、全程性、多元化”考核模式, 对教学过程具有良好促进作用, 激发了学生参与平常学习的积极性, 多种形式的课程作业, 有效地提高了学生学习计算机的兴趣, 规范的计分标准和核分制度, 得到了学生们的认同, 提高了数据结构课程的教学质量。
考试改革模式的探索
探索课程考试模式, 解决或改善目前考试中普遍存在的关键问题, 以提高考试的实效性。考试改革改变了过去的期末单一的考核形式, 该为新型的考试模式, 即:期末课程总评成绩构成=“平时考核20%+阶段考核成绩50%+结课考核成绩30%”。增强了学生自主学习意识, 督促学生在整个学习过程中不断的学习, 从而提高了学生的学习兴趣, 有效地促进学生的发展。通过考试改革老师更加及时地关注学生的具体学习过程, 调动了教师和学生的积极性。较之以往教学, 加强了过程性考核, 主要体现在以下方面:
(1) 、树立新的考核观念, 实现由传统考试模式向新的考核理念转变。教师作为教学的主体, 教学的执行者, 其教育理念对教学的各项改革具有重要影响, 直接关系到教改的成败。考核模式的改革应注重学生的应用意识和应用能力的考核。
(2) 、改革考试内容, 注重学生的能力的考核。考试的内容除了注重基本知识, 基本理论, 基本技能外, 还应增加一些反映专业特色的具有探索性, 实践性的内容, 重视考核学生分析问题和解决问题能力。
(3) 、考试方式应采取多种方式并存, 根据学生的特点不仅包括闭卷考试一种形式, 还包括开卷、口试、论文及答辩等多种形式。通过课程考试方式的改革实践, 全面提升了学生的应用能力, 提高了数据结构课程的教学质量。
(4) 、加强对学生学习过程的监督考核, 期末考核与平时考核并重, 即期末课程总评成绩构成=“平时考核20%+阶段考核成绩50%+结课考核成绩30%”。增强了学生自主学习意识, 督促学生在整个学习过程中不断的学习, 从而提高了学生的学习兴趣, 有效地促进学生的发展。通过考试改革教师更加及时地关注学生的具体学习过程, 调动了教师和学生的积极性。较之以往教学, 加强了过程性考核。
(5) 、建立成绩考核的分析评价体系。充分发挥考核的导向作用, 建立合理的考核分析、评价、反馈体系。不能为考试而考试, 要对考试的结果进行科学的分析评价, 从考核的内容、方法、成绩的评定等各个方面进行认真的分析, 不断促进教师教学改革, 提高课堂教学质量。
总之, 数据结构的课程目标是让学生掌握数据的结构、组织和管理的基本理论、基本方法和基本技能, 提供软件开发和程序设计的必要训练, 可进一步提高软件设计和编程水平, 适应信息社会对应用型人才的需求。以这个目标作为出发点, 对数据结构课程考试模式进行了探索与实践。数据结构课程从书面作业、课堂测验、上机实验、理论考试等多个方面来考核学生对这门课程的掌握程度。由于加大了平时和实验的考核力度, 学生自始至终都特别重视对这门课的学习, 而不是到期末突击应付, 收到了较好的教学效果。
考试数据 篇2
1、基本概念
• 数据库、数据库管理系统、数据库系统 • 数据库系统的特点和功能 • 数据抽象
– 三种数据抽象能力 – 三种数据库模式 – 两种数据独立性
• 数据库系统的用户 • 数据模型、数据库语言 • 数据库管理系统的结构
2、重点
• 数据库、数据库管理系统、数据库系统 • 两种数据独立性
第2章 关系数据库系统
1、知识点
• 关系数据模型
– 数据结构 – 完整性约束 – 操作
• 关系运算的安全性
• 关系代数、元组关系演算、域关系演算的等价性 • SQL – 交互式 – 嵌入式
2、基本概念
• 关系、属性、元组、关系模式、关系实例 • 关系的性质
• 候选键、主键、键属性、非键属性、外部键 • 实体完整性约束、关联完整性约束 • 关系代数操作的定义
• 关系代数的基本操作和附加操作 • 专门的关系运算 • SQL语言的子语言
• 每个SQL语句的功能及语法格式
3、重点
• 关系数据模型 • 关系代数 • SQL语句
第3章 数据库的安全性与完整性
1、知识点 • 安全性
– 定义
– 需要解决的问题 – 解决的方法
• 完整性
– 定义 – 类型
– 定义和验证方法
2、基本概念 • 安全性的定义 • 完整性的定义 • 完整性的类型
第4章 数据库设计概述与需求分析
1、基本概念 • DB设计的任务 • DB的生命周期 • DB的设计过程 • DB的需求分析的任务、目标、步骤
第5章 概念数据库设计
1、知识点
• 实体联系模型（ER模型）• 实体、实体型
• 实体的属性、实体的属性值、复合属性、单值属性、多值属性、导出属性、空值
• 键、简单键、复合键 • 实体间的联系
• 实体对应约束（1:
1、1:n、m:n）、实体关联约束（全域关联约束、部分关联约束）
• 弱实体型、弱实体、识别实体型、识别联系 • 弱实体型的部分键 • ER图
2、基本概念
• 复合属性、多值属性、导出属性 • 1:
1、1:n、m:n联系 • 概念数据库设计的任务 • 概念数据库设计的目标 • 概念数据库设计的步骤
• 概念数据库设计的方法、视图综合设计方法 • 概念数据库设计的策略
3、重点 • ER图
第6章 逻辑数据库设计
1、知识点
• 形成初始关系模式
– 普通实体、弱实体、多值属性、各种联系
• 函数依赖、完全函数依赖、部分函数依赖、传递函数依赖 • 给定关系实例，求函数依赖集 • Armstrong公理系统、三条推理规则 • 求属性闭包、求候选键
• 两个函数依赖集等价的判定、求最小函数依赖集 • 关系模式的规范形式
– 1NF、2NF、3NF、BCNF • 关系模式的规范化方法
– 无损连接性、函数依赖保持性、判别方法 – 关系模式的分解算法
2、基本概念
• 逻辑数据库设计的任务 • 逻辑数据库设计的目标 • 逻辑数据库设计的步骤 • 初始关系模式可能存在的问题
• 函数依赖、完全函数依赖、部分函数依赖、传递函数依赖 • Armstrong公理系统、三条推理规则 • 1NF、2NF、3NF、BCNF •
3、重点
• 形成初始关系模式，并指出每个关系模式的主键和外键 • 给定关系实例，求函数依赖集 • 求属性闭包、求候选键 • 判断两个函数依赖集等价
• 求与给定函数依赖集等价的最小函数依赖集 • 判断一个关系模式最高属于几范式 • 判断给定的分解是否具有无损连接性 • 关系模式的3NF、BCNF分解算法
第7章 物理数据库设计
1、知识点 • 物理数据库设计的任务 • 物理数据库设计的步骤
第8章 物理存储结构
1、知识点
• 物理存储设备
– 磁盘的存储特性和访问特性
• 磁盘冗余技术 • 文件和文件记录
• 各种文件结构的存储空间和查询时间的计算 • 各种索引的存储空间和查询时间的计算
2、基本概念 • 记录
• 定长记录文件、边长记录文件 • 跨块记录、非跨块记录 • 无序文件、有序文件 • 索引域、索引文件、索引记录 • 稀疏索引、稠密索引 • 主索引、辅助索引、聚集索引 • B树、B+树
3、重点
• 各种文件和索引占用的空间计算 • 利用各种文件和索引的查询时间的计算
第9章 数据库管理系统的数据字典
1、重点
• 数据字典的概念 • 数据字典中存储的信息
• 把数据字典作为普通关系处理具有两个优点
第10章 关系代数操作的实现算法
1、重点
• 查询处理的过程
• 各个关系代数操作的算法及代价分析
第11章 查询优化技术
1、知识点
• 关系代数的等价变换规律 • 启发式代数优化规则 • 初始关系代数表达式
• 关系代数表达式到查询树的转换 • 启发式关系代数优化算法 • 基于复杂性估计的查询优化算法 • 语义查询优化方法
2、重点
• 关系代数的等价变换规律 • 启发式代数优化规则 • 初始关系代数表达式
• 关系代数表达式到查询树的转换 • 启发式关系代数优化算法
第12章 并发控制技术
1、知识点 • 事务
• 不对并发事务进行控制导致的问题 • 事务的性质
• 事务的调度、串行调度、并行调度 • 可串行的调度 • 冲突 • 冲突等价 • 冲突可串行
• 冲突可串行的测试方法 • 两段锁协议
2、基本概念
• 事务处理包括哪两方面的内容 • 不对并发事务进行控制导致的问题
• 事务、事务的状态、事务的性质、事务的原子性 • 调度、串行调度、并行调度、可串行调度 • 冲突、冲突等价、冲突可串行
3、重点 • 基本概念
• 冲突可串行的测试方法
• 两段锁协议
第13章 数据库恢复技术
1、知识点 • 日志 • 日志的内容 • 日志的产生过程
• 使用日志进行系统恢复的方法
2、重点
考试数据 篇3
【关键词】大数据 高中英语 课堂改革
引言
在信息技术革命席卷全球的今天，教育行业中的信息滞后和信息不对称等问题也日益显露出来。教育是一个古老的行业，有其固有的发展模式，可是在新的时代背景下，教育想要与时俱进，就必须跟上时代发展的脚步，不能墨守成规，更不能固步自封。
一、当下教学中存在的问题
在当下教学中，高中英语教学的主要是以知识传递为主要模式的教学方式。虽然可以让学生将课本中的单词和语法清楚地记忆下来，可是一旦当知识进行延展，学生便无法从既往的经验中找到方法去解释和理解其它的句型和词形，知识的迁移能力严重不足，这是有很大的问题的。
1.教学框架的模式化。英语教学所教授的不仅仅是单词和语法，在今天的高中英语教学中，英语更应该被强调的是其应用性和文化意义。一种语言所传达的不仅有字面所包含的具体所指意义，更多的是在传达一种文化中所包含的文化背景和这种文化中人们所遵循的价值观，不可否认的是，一种语言本身是有其自己的逻辑的，这在任何水平的翻译中都是无法传达的。而我国自建国以来，教学模式是承袭了苏联的体系的，在几十年的教学改革中，我们一直还没有脱离这一教育模式，因此这一模式已经变得固定化，与时代严重脱节。教师在讲解英语时过度强调单词和句子结构，而对句子逻辑关注不够，或是没能使用合适的方式让学生认识到逻辑关系对于文章观点表述的意义，这很难让学生真正理解英语的表达逻辑，深刻地理解并且能够应用英语。
2.学生学习思维的僵化。在长期的固定模式教学中，学生的思维也发生了僵化。学生习惯了老师灌输式的教学，习惯了在英语的新课程中先记录老师讲解的重点单词和重点句型然后下课再去背。但是，学生长期在这种教学模式下就很难知道知识的真正难点是什么，也很难知道自己的知识体系到底应该怎样建立。
其实，当前的教学正存在一个信息不对称的问题，那就是，教师不清楚学生的高频疑难问题在哪里，学生也不知道教学中的真正重点是什么，这样的教学就好像京剧中的《三岔口》，教与学双方都是在黑暗中互相摸索，教学效率无法提高是可想而知的。
二、大数据在高中英语教学中所起到的作用
大数据在社会中其实已经得到了广泛的应用，其实，大数据这一概念并没有想象中的那般复杂，它的获取渠道并不狭窄，只是在应用中需要教师加以合理的整合和运用。
1.理解大数据。大数据这一概念听起来很洋气，其实它远没有它听起来那般离具体生活很遥远。相反的，大数据是一种非常贴近生活的工具。说得直白一些，一些有经验的老教师会对教学内容有一个所谓“重点难点”的经验性理解，对于一些习题也可以总结出“易错题”，这与大数据的模型就已经比较相似了。只不过，大数据不是凭经验累计的数据模型，而是基于大量采集样本数据的基础上得出的结论。相对于以往教师通过长时间的教学经验而总结出的重点难点，大数据对于学生理解知识时的把握更加精准。
2.应用大数据。教学的最基本要点时：只有当教学足够精确并直接建立在学生已有的基础之上时，教授学生更高一层的能力才是有利的。如果教学没有针对性，学生花费过多的时间在过于简单或无助于提高的知识点上，或花费过多的时间在太难太新的知识点上，对于学生的学习都是不利的。
大数据应用于课堂教学，最大的影响是它有能力去关注每一个学生的微观表现。传统教学方式下我们获得的数据有两个显著的特点：一是宏观整体性的，即通过检测分析、问卷调查等方式获得学生整体的学业水平，身体发育与体质状况，社会性情绪及适应性发展等。第二是经验感知性的，即教师根据多年的教学经验和日常的观察给出对学生的大概评价。
大数据为教师呈现的，是学生们在考试中可能出现的所有情况的概率，这些概率是在大量采集数据之下计算出来的。不但覆盖的范围广，而且内容详细，描述精准。教师通过对了解数据，就会知道学生具体对那个知识点不够了解，在那些知识点存在问题，这时就可以针对出现情况的概率，重点应对。
有时，学生会因为各种因素而不将自己对于知识的不理解表达出来，而通过大数据的分析，教师甚至可以观测到学生在学习中的情绪变化，那么学生对于知识的掌握程度可以说尽在教师掌握之中。正确应用大数据，可以真正让英语教学变得有针对性，让学生理解真正的英语逻辑，提高学生对语言的应用能力。这样，才能真正提高高中英语的课堂教学质量。
参考文献：
[1]陈慧萍.大数据背景下的高中英语教学所存在的问题与对策探讨[J].考试周刊，2016（4）.
考试数据 篇4
一、数据挖掘技术概述
随着信息技术的迅猛发展, 各行各业每年都积累了大量数据,推动了数据的高效管理与应用。数据管理从最早的手工开始,后期发展为文件管理,再到现如今的数据库管理。过去人们对现有数据管理还比较顺利,但对过去几年、几十年甚至更长时间的数据管理起来就相当费事,甚至可以说是不太容易完成的任务。现如今计算机技术日渐成熟,大量信息数据给数据库管理带来大量工作量,此时数据挖掘技术就是为了数据处理而应运而生的。对于数据查询而言,可以方便快捷地查询出所需数据,远远超出人类所能理解的概括范围。现有统计学和数据查询分析技术能对数据进行综合分析和查询, 一定程度上解决人们处理分析数据的需求。数据挖掘技术不仅限于数据查询, 还可以根据有效数据对非预期潜在有价值的信息进行再处理,从而得出更多有用的潜在信息。
人们日常生活中离不开数据挖掘技术的应用, 如超市物品的陈列问题上, 经营者想要把人们可能同时购买的商品摆放到一起,以便引起人们的购买欲望,增加销售量。药店经营者想要了解人们购买药物时还会附带购买的商品, 将治疗不同病种的药物与可能购买的商品摆放到一起,附带销售。医学研究人员希望从已有成千上万份病例中找出某种疾病病人的共同特征,以便为治愈这种疾病提供一些帮助。企业管理者想要了解整体员工的平均收入水平,提取出业绩较好员工的个人信息等。
从以上实例研究中得出结论, 现有信息管理依靠数据查询统计,并通过做报表对数据进行分析处理。先不说其潜在信息并不能很好地挖掘出来,就其工作量来讲,也是一项繁重而复杂的工作,很难保证数据的有效性和实用性。为了满足人们对数据管理的需求, 从现有信息数据中提取出更有价值的信息,数据挖掘技术得到了充分应用。
数据挖掘技术可以从大量随机数据中快速地进行信息数据归纳整理,并从中分析出有效的潜在信息。一般会采用统计型和人工智能型数据处理方法,共同完成对数据管理的分析应用。统计型数据处理采用传统的统计学原理,对现有和过去很久的数据进行概率分析,从而推理出数据中隐含的潜在有用信息。统计学由来已久,其优点是精确度相对较高,简单易懂,并且使用比较广泛。数据挖掘技术统计型可以准确快速地挖掘出有用信息,大大提高工作效率,甚至大大减轻统计者的工作量。人工智能是在统计学原理基础之上,通过训练和学习大量样品集得出需要的模式或参数。将有共同模式或参数的数据通过机器人工智能,发现有价值的潜在信息。但也存在一定的局限性,不同的样品集有特定的应用领域,样品集的选择将直接影响数据结果,一般情况下会将多种技术结合起来使用,达到有力互补的目的,从而更高效准确地分析出数据结果。
二、数据挖掘技术在计算机考试中的应用
通过上述对数据挖掘技术的概述, 对数据挖掘的基本原理有了初步了解,将其运用到教学中,必会事半功倍。数据挖掘技术运用到教学管理中,不仅可以完善教学管理体制,还可以客观分析出教学管理中存在的问题。以教学管理中的计算机考试为例,分析计算机考试系统中数据挖掘技术的应用,从而得出以下结果:
本文通过实例验证方法找出答案, 首先是采用数据采集方法, 从大量数据中提取出与所要挖掘的数据目标相关的数据子集,该数据样本的精选不仅减少数据处理量,还突出相关性规律,表明数据样本的代表性和质量尤为重要。在计算机考试系统中,会通过输入考生信息进行考试,考生的每个信息都定义为不同变量。考生的姓名、性别、年龄、任课老师、所在班级等信息都是一个个不同的变量,这样可以清晰地了解到每个考生的计算机考试情况。根据其做不同题型的长短分析出考生擅长什么样的题型及在什么题型面前处于劣势。根据其答题速度和准确率可看出考生掌握知识能力如何, 任课老师可根据学生的不同学习程度逐个击破, 有利于提高班级整体学习成绩水平,这就是数据挖掘技术挖掘出的潜在信息价值。
数据挖掘技术是信息化时代的产物, 将其运用到教育教学中,可大大提高教学管理质量。可快速有效地了解到学生管理中出现的问题,有利于教师及时解决这些问题。计算机考试数据中应用数据挖掘技术, 不仅可以精准地了解到学生潜在的学习问题,还可以帮助老师更快地找到提高学生学习成绩的方法。
信息化发展使信息数据量急剧增加, 这个数据处理造成了困扰,为了更好地对信息数据进行处理分析,从而准确快速地提取出有效信息,数据挖掘技术起到了重要作用。计算机考试系统的完善可提高考试效率, 奠定数据挖掘技术在计算机教学中的重要地位。现代是不断变化的时代,也可以说是信息化时代,时代离不开信息化发展,要不断进步才能持续发展。数据挖掘技术势必会成为计算机技术发展的第二大方向,是时代发展的要求所致。
摘要：随着现代化高速发展,科学技术作为第一生产力得到大力发展,现代化社会是一个信息化社会。日常生活和工作中都离不开信息化发展,随处可见的信息化电子产品越来越普及,现如今电脑、电话已成为日常生活中必不可少的用品。然而信息化的大力发展也给数据库存储带来了难题,大量信息数据处理是一项庞大的工程,因此数据挖掘应运而生。本文主要研究计算机考试数据中数据挖掘技术的使用。
数据结构期中考试试卷答案 篇5
期中考试试卷
一、选择题（每题2分，共20分）
1.计算机内部数据处理的基本单位是（B）。
A.数据 B.数据元素
C.数据项
D.数据库 2.设语句x++的时间是单位时间，则以下语句的时间复杂度为（B）。
for(i=1;i<=n;i++)for(j=i;j<=n;j++)x++;A.O(1)B.O(n)C.O(n)
D.O(n)
33.在一个长度为n的顺序表中删除第i个元素(0<=i<=n)时，需向前移动（A）个元素。
A．n-i B．n-i+l C．n-i-1 D．i 4.在一个单链表中，已知q结点是p结点的前趋结点，若在q和p之间插入s结点，则须执行（B）。
A．s->next=p->next;p->next=s B．q->next=s;s->next=p C．p->next=s->next;s->next=p D．p->next=s;s->next=q 5.在一个具有n个单元的顺序栈中，假定以地址低端（即0单元）作为栈底，以top作为栈顶指针，当做出栈处理时，top变化为______。C A．top不变
B．top=0 C．top--D．top++ 6.在具有n个单元的顺序存储的循环队列中，假定front和rear分别为队头指针和队尾指针，则判断队满的条件为________。D A．rear％n= = front B．（front+l）％n= = rear C．rear％n-1= = front D．(rear+l)％n= = front 7.两个字符串相等的条件是（D）。
A.两串的长度相等 B.两串的长度相等，并且两串包含的字符相同 C.两串包含的字符相同 D.两串的长度相等，并且对应位置上的字符相同
8.数组A中，每个元素的长度为3个字节，行下标i从1到8，列下标j从1到10，从首地址SA开始连续存放在存储器内，该数组按行存放时，元素A[8][5]的起始地址为（C）。A.SA+141 B.SA+144 C.SA+222 D.SA+225 9.设有广义表D=(a,b,D)，其长度为（B），深度为（A）。A.无穷大 B.3
C.2 D.5 10.假设在一棵二叉树中，双分支结点数为15，单分支结点数为30个，则叶子结点数为（B）个。
A.15
B.16
C.17
D.47
二、填空题（每空1分，共20分）
1.数据的逻辑结构有四种基本形态，分别是________________、__________________、__________________和__________________。2.集合，线性，树，图
2.一个算法的效率可分为__________________效率和__________________效率。4.时间，空间
3.当对一个线性表经常进行存取操作，而很少进行插入和删除操作时，则采用_______存储结构为宜。相反，当经常进行的是插入和删除操作时，则采用_______存储结构为宜。7．顺
（第1页，共3页）
序，链接
4.对于一个具有n个结点的单链表，在已知的结点p后插入一个新结点的时间复杂度为______，在给定值为x的结点后插入一个新结点的时间复杂度为_______。12．O(1)，O(n)5.可以在线性表的______位置插入和删除元素；对于栈只能在_______位置删除元素；对于队列只能在_______位置插入元素。9任何，栈顶，队尾 6.设字符串S1= “ABCDEF”，S2= “PQRS”，则运算S=CONCAT（SUB（S1，2，LEN（S2）），SUB（S1，LEN（S2），2））后的串值为___________________。3.“BCDEDE”
7.一维数组的逻辑结构是______________，存储结构是______________；对于二维或多维数组，分为______________和______________两种不同的存储方式。1.线性结构，顺序结构，以行为主序，以列为主序
8.三维数组R[c1„d1,c2„d2,c3„d3]共含有______________个元素。（其中：c1≤d1,c2≤d2,c3≤d3）9.（d1-c1+1）×（d2-c2+1）×（d3-c3+1）
9.数组A[1„10，-2„6，2„8]以行优先的顺序存储，设第一个元素的首地址是100，每个元素占3个存储长度的存储空间，则元素A[5，0，7]的存储地址为______________。10.913
三、简答题（每题6分，共18分）1.已知L是无表头结点的单链表，且P结点既不是首元结点也不是尾元结点，试写出合适的语句序列。(1)在P结点后插入S结点。(2)在表首插入S结点。(3)在表尾插入S结点。2已知L是带表头结点的非空单链表，且P结点既不是首元结点也不是尾元结点，试写出合适的语句序列。(1)删除P结点的直接后继结点。(2)删除P结点。（3）删除尾元结点。3． LinkList mynote(LinkList L){//L是不带头结点的单链表的头指针 if(L&&L->next){ q=L；L=L－>next；p=L；
S1： while(p－>next)p=p－>next； S2： p－>next=q；q－>next=NULL；
} return L； } 请回答下列问题：（1）说明语句S1的功能；（2）说明语句组S2的功能；（3）设链表表示的线性表为（a1,a2, „,an）,写出算法执行后的返回值所表示的线性表。
该算法的功能是：将开始结点摘下链接到终端结点之后成为新的终端结点，而原来的第二个结点成为新的开始结点，返回新链表的头指针。
四、算法设计题（每题14分，共42分）1.假设有一个循环链表的长度大于1，且表中既无头结点也无头指针，已知p为指向链表中某结点的指针，设计在链表中删除p所指结点的前趋结点的算法。
解：可引入一个指针q，当q->next=p时，说明此时q所指的结点为p所指结点的前趋结点，从而可得算法如下：
void delete(LinkList *p){ //在链表中删除p所指结点的前趋结点 LinkList *q,*t;
q=p;
while(q->next->next!=p)//q->next不是p的前趋结点
（第2页，共3页）
q=q->next;
t=q->next;//t指向要删除结点
q->next=p;//删除t结点
free(t);｝
2.已知线性表的元素是无序的，且以带头结点的单链表作为存储结构。设计一个删除表中所有值小于max但大于min的元素的算法。
2．算法描述如下：
delete(LinkList *head, int max, int min){ LinkList *p,*q;
q=head;
p=head->next;
while(p!=NULL)
if((p->data<=min)||(p->data>=max))
{ q=p;
p=p->next;
} else { q->next=p->next;free(p);p=q->next;} }
3.假设表达式有单字母变量和双目四则运算符构成。试写一个算法，对一个通常书写形式且书写正确的表达式求值。
考试数据 篇6
关键词：无纸化考试,数据存储,临时表,Delphi
0引言
随着计算机网络技术和数据库技术的发展, 网络无纸化考试系统以其公正性、安全性、准确性、灵活性、随机性、及时性、方便性等特点已成为目前国际上普遍采用的一种考试形式。例如, 遍布全球的美国思尔文学习系统有限公司的计算机化考试系统, 包括计算机类的微软专家认证, 外语的GRE, TOEFL等[1], 都得到用户的广泛使用。
目前, 计算机基础课程已成为高等学校各个专业的一门公共必修课。该课程的教学目的是培养学生的计算机文化素养, 提高学生的计算机应用能力, 为学生从事各项实际工作打下一个良好的基础。计算机基础课程的实践性很强, 学习效果主要体现在对计算机的实际操作能力上, 因此实现对学生计算机实际操作能力的考核就显得尤为重要。然而, 传统的考试方式从出题、考试、阅卷到成绩统计分析, 过程繁琐, 环节较多, 教师阅卷工作量大, 试卷分析工作难以开展, 特别是无法真正实现对计算机应用能力的考核[2]。网络无纸化考试系统有效整合校园网的软硬件资源, 利用计算机网络技术和数据库技术, 实现网络化考试, 与传统考试方式相比, 既体现考试的公正、公平, 又能减轻考试组卷、评卷的工作量, 特别是它能比较客观地考核学生的计算机应用能力, 对于提高教学质量具有十分积极的意义。
作为网络无纸化考试系统开发的前期工作, 考试过程中数据存储处理的设计起着至关重要的作用, 从一定程度上它决定了数据的存储效率和访问速度, 决定了算法复杂度和程序执行的效率, 也从一定程度上决定着考试系统的优劣和稳定性。
在此基于自主开发的计算机等级考试系统, 从考试流程分析、系统存储部署和临时表的创建等方面, 对利用客户端文件临时表来提高系统效率和稳定性方面做了具体阐述。
1考试流程分析
学生使用网络无纸化考试系统进行考试, 大体上经历登录系统、组卷、答题、交卷等几个阶段。在此期间, 系统要进行考生身份验证、考试考卷生成、考试情况记录、考试结果评分等几个阶段。考生考试和系统处理流程如图1所示。
考题由系统从题库中随机抽题生成, 每个考生的考卷不尽相同。由此, 为每个考生单独保存生成的试卷, 并在考试过程中记录考生的考试进度, 就成为考试中系统数据存储和处理的关键。考试过程中遭遇突发情况, 如断电、死机等, 是否能保存考生试卷和考试进度, 考生是否可以接着继续考试, 都将直接影响系统的稳定性和决定系统的优劣。
2系统存储部署
在设计系统的存储部署时, 提出两种部署方案:一种方案是集中存储, 即将考生试卷和考试进度都集中保存到数据库服务器上, 遭遇突发情况后, 考生可重启计算机或换机进行二次登录续考;另外一种方案是分散存储, 即将考生试卷和考试进度保存在考生机 (客户端) 上, 遭遇突发情况后, 考生可重启计算机续考或由管理人员迁移考试数据后换机续考。
对实现技术来说, 两者大同小异, 都是采取生成临时数据表的方式保存考生试卷和考试进度的, 前者是在数据库服务器上生成临时表;后者是在客户端上生成临时表。考生提交试卷给系统评分后, 这些临时表都会被清除。
系统中对数据的存取是最频繁的操作, 数据的访问速度是衡量系统性能和程序执行效率的重要指标, 在两种存储部署方案下, 数据访问量相当, 因而数据的访问速度就直接取决于数据的访问时间。可以归结于以下计算公式:
式中:T是数据的访问时间;N是访问的数据量;
在两种存储部署方案下, N始终是相等的, 即:
式中:ND是直接在数据库服务器进行存取时的数据量;NC是在客户端进行存取时的数据量。
当计算机处理的数据量比较大时, 会建立一个等待队列。显而易见, 由于数据库服务器要处理考场内全部考生的数据, 其数据量大, 因此数据库服务器处理数据时的等待时间会大于客户端处理数据时的等待时间, 即:
在数据库服务器上存取处理数据时, 数据要在服务器和客户端之间来回传输, 耗时较多, 而在客户端直接存取处理数据时, 数据只在计算机内部总线传输, 耗时可以忽略不计, 即:
因此, 可以得出如下结论:
即:
可以看出, 在系统性能和程序执行效率方面, 在数据库服务器上直接存取数据的部署方案远不如在客户端存取数据的部署方案。因此, 设计系统存储部署方案如图2所示。
3临时表的创建
使用Delphi创建的临时表可分为两类, 即内存临时表和文件临时表。内存临时表创建后驻留在本机内存中, 访问速度较快, 但遭遇断电或死机等异常后, 整个表和其中的数据都会丢失, 无法实现考生二次登录续考。文件临时表创建后以文件形式存放在本机磁盘, 访问速度较内存临时表稍慢, 但数据的存储是永久性的, 除非人为删除, 这有利于保存考生试卷和考试进度, 从而进一步实现考生二次登录续考。
创建文件临时表的方法较为简单, 只要确定表的结构, 即表中有哪些字段, 每一个字段的字段名、类型、宽度等[3], 就可以用一个过程来实现文件临时表的创建。下面以创建保存单选题的文件临时表为例, 表结构为题号 (整型, 流水号) 、题干 (字符串, 255) 、选项A (字符串, 255) 、选项B (字符串, 255) 、选项C (字符串, 255) 、选项D (字符串, 255) 、正确答案 (字符串, 1) 、考生答案 (字符串, 1) 。
设表文件的存储路径为“c:estdata”, 表文件名为“SingleSel.db”, 表的类型为“ttParadox”, 可以利用以下代码实现该文件临时表的创建:
4结语
这里主要是在综合考虑数据存储处理的速度、程序执行的效率和系统稳定性等因素的基础上, 对网络无纸化考试系统的数据存储处理提供一个设计方案, 并给出利用Delphi在客户端创建文件临时表的方法。该方案在后期系统使用过程中体现出很大的优势;大大减少了服务器在数据存储上的开销, 提高了数据的访问速度, 降低了网络数据传输的负荷, 增加了系统的整体性能。
参考文献
[1]郝莹.网上无纸化考试系统的意义与实现[J].北京建筑工程学院学报, 2000, 16 (2) :108-113.
[2]徐守萍.计算机基础课程无纸化考试系统设计[J].广东交通职业技术学院学报, 2007, 6 (3) :62-64.
[3]李文华, 杨奔全.数据表结构的动态创建与动态更新[J].中国科技信息, 2005 (5) :22, 15.
[4]郭志, 陈金良, 郭书俊.临时表在系统开发中的应用[J].计算机工程与设计, 2003, 24 (8) :69-71, 74.
[5]杨新锋, 刘平.Office无纸化考试自动化评分研究[J].科技广场, 2007 (3) :153-154.
[6]刘作军, 任永峰.无纸化考试数据库设计方案改进研究[J].现代电子技术, 2007, 30 (20) :64-65, 68.
[7]殷大发.无纸化考试系统的研究和开发[J].计算机与现代化, 2004 (3) :82-85.
[8]丁亚涛.无纸化考试平台构建技术[J].巢湖学院学报, 2007, 9 (3) :32-35.
[9]陈清利, 刘琳.基于B/S结构的网络考试系统的分析与设计[J].信息技术与信息化, 2008 (2) :30-32.
在线考试系统数据库设计应用研究 篇7
1在线考试系统数据库设计的流程
在线考试系统主要包括3个部分, 分别是用户部分、 考试部分和成绩部分, 通过3个部分的协调作用, 充分发挥在线考试系统的功能。 而数据库的设计是保证在线考试系统各个部分、 各个功能模块作用发挥的根本, 所以, 势必要设计合理的概念和有效的逻辑[1]。
1.1概念设计
在数据库的概念设计中, 主要是根据在线考试系统的实际情况, 对用户、 考试部分内容设计相应的概念, 并得到相应的实体, 具体有:
(1) 教师档案实体, 主要属性有教师姓名、 用户名、 编号、 密码、 院系以及联系方式等。
(2) 考生档案实体, 主要属性有考生姓名、 编号、 密码、 性别、 年纪和班级、 专业以及学号等。
(3) 试题库实体, 主要属性包括课程名称、 考试内容、 答案、 题目类型和难易度以及备选答案A-F等。
(4) 试卷组成实体, 主要属性有课程名称、 试卷代码和编号、 考试日期以及试题类型、 题目难易度和分数等, 具体如图1所示。
(5) 试卷实体, 主要属性有课程名称、 试卷编号和状态、 大小题号、 数据库中序号以及学生考号、 答案、 得分等。
(6) 考生成绩实体, 主要属性包括试卷编号、 学生准考证号、 题目分数、 合计分数以及所属课程等。
在上述基础上, 数据库、 教师、 学生和试卷实体的关系可以描述为: 教师根据考核的目标确定试卷组成题目类型和多少, 数据库根据要求生成相应的试卷, 用于学生的在线考试中, 并得到相应成绩, 确定学生学习情况。
1.2逻辑设计
数据库的包含的信息量十分庞大, 各种数据十分繁杂, 为提高数据库的使用效率, 需要采取高效的管理模式。 在数据库的管理中, 采用的通常是关系模型, 这就需要设计合理的逻辑, 将概念设计的相应实体转化为关系模型。
在逻辑设计中, 应当遵循的原则有:(1) 设计应当规范化, 避免发生数据重复和冗杂, 提高数据使检索效率;(2) 在设计中, 在考虑结构合理的同时, 要尽量提高设计的可操作性, 确保逻辑的实用性;(3) 设计后的数据结构应当保持足够的稳定性, 可以实现在新、 旧系统间的有效转化, 不会发生数据丢失、 错码等问题。
在经过逻辑设计后, 可以得到数据库的逻辑结构, 根据概念设计的内容创建对应的数据表, 具体有:
(1) 用户专用表, 分别有教师信息表、 管理人员信息表和考生信息表, 作用分别是保存教师、 管理人员和考生的基本信息。 在教师信息表中, 主要字段有教师编号、 姓名、 用户名和权限及密码等, 不同教师还应当对设置一个权限字段; 在考生信息表中, 主键为学号, 主要字段有学生姓名、 学号和密码等。
(2) 套题和试题信息表, 其功能是保持套题和考试题目的有关信息。 其中, 试题信息表的关键字段中有课程ID、 套题ID, 通过查询ID, 即可得到某课程某套试题。
(3) 成绩信息表, 主要保存的是考生的成绩信息, 关键字段为所属课程和课程名称, 采取级联更新方式, 来查询某个年级、 某个课程考生的成绩信息。
2在线考试系统数据库的连接
2.1选择合适的数据库系统
数据库系统是概念设计能够经逻辑设计后生成相应表格的保障, 是概念设计数据库语言表达的重要依据, 也是数据库连接实现的基础。 目前, 数据库系统有很多类型, 包括My SQL、 SQL Server、 Oracle等, 选择一个合适的数据库系统,是在线考试系统数据库开发的首要环节[2]。
2.2选择合适的在线考试系统开发平台
在线考试系统的开发平台有多种, 比如PHP、 Net、 JSP等, 通过运用开发平台, 可以建立与数据库系统相适应的在线考试系统, 提高数据库的使用效果。 以PHP为例, 属于HTML内嵌式语言, 具有C语言、 Java等语言的特点, 此种开发平台得到的数据库集成层能够符合绝大部分数据库系统的要求, 支持SQL标准, 提供标准数据库接口, 具有较强的兼容性, 能够提高数据库访问速度, 在校考试系统的操作更为方便, 性能稳定且运行效率较高。
2.3做好数据库的连接
在数据库访问过程中, 通常需要先建立系统与数据库间的连接, 会造成一定资源的损耗, 导致访问时间延长, 如果数据库访问量较大时, 数据库系统的性能会受到严重影响。 针对此问题, 可以采用数据库连接池技术来解决, 此技术是通过在数据库当中预先建立部分常用连接, 放置于连接池中, 具有重复利用资源、 提高系统响应速度和优化资源配置等优点。
在数据库连接池技术基础上, 在从在考试系统向数据库进行访问时, 同样的访问内容无需重新建立连接, 连接池中预建的空闲连接会直接分配出一个来, 完成该请求; 在程序执行完成后, 该连接又会回到连接池中, 而不会释放消失, 减少了访问连接建立过程, 提高访问速度。
此外, 在数据库连接池技术中, 为保证所有请求都能够得到及时响应, 会在预建连接低于下限时, 按照管理机制再次建立部分连接; 而超过上限时, 则会主动释放部分连接, 避免占用资源导致的浪费。
3在线考试系统数据库应用的安全
在应用在线考试系统的数据库过程中, 安全是一个十分重要的因素, 为此, 需要建立一套有效的安全系统, 主要包括3个层次内容, 具体为:
3.1网络系统
数据库系统与在线考试系统之间的连接是通过网络完成的, 网络的安全是数据库应用的主要外部环境, 也是数据库系统功能发挥的重要基础和途径。 在数据库系统入侵过程中, 首先要突破的就是网络系统, 因此, 要加强对网络系统安全的建设。
为保证网络系统安全, 应当加强安全防范技术的应用, 主要包括防火墙建设、 入侵检测系统以及协作式入侵检测技术等[3]。
3.2宿主操作系统
宿主操作系统是在线考试系统从数据库中提取相应资料、 完成在线考试功能的重要依据, 是数据库系统的运行平台, 对数据库系统安全起着一定程度的影响。
当前宿主操作系统主要有两种, 即Windows和Unix, 安全级别可以分为C1和C2。 从技术层面而来, 操作系统的安全主要包括3个方面, 分别为安全策略、 安全管理策略和数据安全, 其中, 数据安全可以从以下几点来解决, 包括应用数据加密技术、 对数据进行备份、 提高数据存储的安全性、 保证数据传输的安全等, 具体的技术包括Kerberos认证、 SSL、 TLS技术等。
3.3数据库系统
数据库系统的安全主要取决于数据库管理系统, 只有保证数据库管理系统安全机制的完善, 才能有效提高数据库系统的安全性。 就当前数据库管理系统而言, 常用的是关系式数据库管理系统, 其安全性能存在一定不足, 降低了数据库系统的可靠性。 对此, 可以通过加密数据库数据来保障数据库管理系统的安全, 主要包括3个方面, 分别是OS层、 DBMS内核层和DBMS外层。 其中, OS层由于数据文件数据关系的识别难度较高, 密钥生成较为困难, 且不易管理和使用, 并不适用于大型数据库数据的加密。
DBMS内核层加密是指在物理存取完数据文件前, 对其进行加密, 具有加密效果强、 不会干扰DMBS正常运行的优点, 加密功能可以与数据库管理系统实现无缝耦合; 但是, 此种技术存在服务器荷载加重、 需要专门接口的弊端。
DBMS外层的加密是通过将书库加密系统当做DBMS的外层工具方式实现的, 可以根据相应要求实现数据库数据的加密操作, 其加密运算是由客户端完成的, 不会加重服务器荷载, 而且能够在网络传输中同步加密; 但也存在加密功能限制、 无法有效耦合数据库管理系统的不足。
4结语
在现代教学当中, 在线考试系统是一种有效、 普遍的教学手段, 对于教学工作效率、 教学效果提升等有着重要作用。 一个可靠、 完善的在线考试系统离不开数据库的支持, 所以, 加强对在线考试系统数据库设计的研究, 根据在线考试系统的需求设计与之对应的数据库, 并做好数据库应用的连接、 安全处理, 有着十分重要的现实意义。
参考文献
[1]刘洪江.在线考试系统的数据库设计与实现[J].电脑知识与技术,2012,03:508-511.
[2]张桂英.标准化在线考试系统的设计与数据库建设[J].内蒙古农业大学学报(自然科学版),2012,Z1:222-225.
考试数据 篇8
当今社会的教育已经有了非常大的变革, 计算机的出现给我们的生活和学习带来了很大的方便, 随着计算机领域中技术水平的快速发展以及计算机在现代社会的逐渐普及, 现在国内的高校甚至是一些中学教育阶段就已经将计算机这个工具应用到了课堂教学、在线考试以及远程教育等。通过计算机的网络连接人们可以进行异地教育教学和培训, 给教育教学带来了很大的方便。这些应用背景为在线考试系统的发展产生提供了一定的基础[1]。如今, 计算机的硬件技术发展已经到了较难突破的阶段, 很难继续有新的大的突破, 结合我国现阶段计算机教育还处于不成熟的阶段, 但是随着软件的开发技术不断发展逐步走向成熟, 这就为计算机考试系统应用到学校的教学考试中去提供了先决条件, 当然随着需求变化, 也给软件设计人员提出了更高的设计要求[2]。
在科技飞速发展的社会, 计算机的逐步普及以及这个领域技术的不断发展逐步趋向成熟, 使得在线考试系统代替纸质考试成为了可能。在线考试系统为学校的教务工作减轻了负担, 节省了人力和物力, 大大提高了教学的效率[3]。
在以往的各种类型的考试中, 我们一直沿用着传统的模式, 这种模式经过我们长时间的实践被认为是最有效的考试模式。这种考试模式由五个基本的步骤组成:第一步是由老师出卷, 第二步是进行考试, 第三步是由老师进行阅卷, 第四步是对成绩进行统计, 第五步是对考试的结果进行分析。在信息技术快速发展的当今社会, 这种考试过程显得烦琐而且低效, 并且安全性不高, 成本相对较高, 这些缺陷使得人们越来越需要一种新的考试方式。网络考试的出现极大的改变了这种现状, 它可以说是对传统考试的一种延伸与变革, 我们利用网络考试, 可以不受时间和空间的限制, 考生可以在网络覆盖的任何地方任何时间进行考试, 这样就大大提高了考试的效率, 简化了考试的流程, 还能提高考试工作的安全性, 更好的排除考试中的人为因素, 全面的提高考试的管理水平。与传统的考试过程相比, 在网络上进行考试存在着极大的优越性, 主要包括:保密性好、客观公正、更加准确、更加快捷、组织成本低、考务效率高。
基于以上分析, 采用在线考试模式, 通过网络实现无纸化考试将成为未来的主流考试方式。通过在线考试, 可由系统自动完成从试题管理, 到出卷、评卷、成绩分析, 到学生查询考试成绩等基本功能。
从系统的安全性和易维护性考虑, 本系统选择Web实现技术, 即将系统做成一种B/S模式[4], 可以让用户通过浏览器直接访问位于服务器上的试题以及对系统进行远程维护和功能扩展。当前, 存在很多种实现服务器程序的技术, 本系统选用当前比较流行的网络编程技术JSP作为主要实现手段, 配合struts、hibernate、spring等技术, JSP作为一种Web实现技术[5], 它具有高效率和高安全性的优点, 再加上实现模式的特点, 正符合了考试系统所要求的实时性和保密性, 保证了考试的公平性。另外, JSP拥有Java语言的"一次写成, 处处可用"的特点, 可以将系统轻松地移植到其它平台运行, 所以将JSP作为本系统的实现技术是完全可行的[6]。
该文主要介绍了在线考试系统的核心功能及实现方法, 研究了在线考试系统中题库管理及组卷等。主要功能包括:题库管理、试卷管理、考试管理、学生考试, 试卷评阅、成绩管理、用户管理等模块。
2 需求分析
2.1 功能需求
首先, 因为考试对象是特定的对象, 所以考生进入系统应该进行身份验证。考生进入考试系统后, 可以查询到需要参加的考试项目。在线考试是基于网络环境的, 考生所要完成的试卷应该是从服务器的数据库随机抽取试题后动态生成的, 不过也可以人工生成试卷。另外, 系统还应该自动控制考试时间, 时间到了会停止考生答卷, 并要求考生交卷。考生提交试卷后, 客观题由计算机自动判分, 主观题由老师手工评分, 得到成绩后显示出来。考试完毕后, 可以返回登录界面或继续考试。此外, 应该能够方便、快捷的对在线考试系统进行管理, 用户只有在试卷结束后才能查询到自己的成绩。因此, 在线考试系统需要有如下的综合需求[7]:
1) 适当的用户权限
综合考虑各种因素后, 在考试系统中的用户有三种:系统管理员、学生和教师, 合法用户在登录时, 首先要进行身份验证。用户在经过合法的授权后, 可以使用考试系统。根据用户的身份不同, 系统可以自动的分配给各种用户不同的资源。系统管理员主要负责系统后台的管理, 包括题库管理、试卷管理、科目管理、学生信息管理、老师信息管理等。学生可以进行登录、参加考试。老师登录系统后, 可以在线阅卷的操作。
2) 适当的网络环境
本系统必须在网络环境下运行, 这样学生就可以随时随地通过网络访问本系统进行考试和查询成绩, 教师可以随时登录网络来进行阅券操作, 系统管理员可以通过网络来进行各项管理工作, 包括安排考试、管理题库、管理用户、进行试卷分析等。
3) 完善的考试功能
作为在线考试系统, 首先应该具备的, 就是与考试相关的基本功能, 让考生能够在线完成考试的所有操作。
参加考试:包括登录系统、查询考试项目、进入考试等功能。在考试时, 清晰地列出题目, 并对考试的结束时间进行提示, 在考试结束时, 具备交卷功能。
学生管理:在登录系统后, 我们需要对学生的信息进行维护和管理。
科目管理:管理科目的一些信息, 包括科目录入、删除等操作。
题库管理:管理员登录后对题库进行维护, 可以进行题目的添加, 修改和删除操作。
试卷管理:从服务器题库中自动抽取题目, 形成试卷。
考卷评分:除了客观题由系统自动进行评分以外, 对于主观题由老师登录系统, 对题目进行评分操作。
2.2 性能需求
1) 实用性
对于在线考试系统的开发, 首先应该考虑其实用价值。必须满足学校师生的需求, 在考试时方便快捷, 后期维护和管理简单易行。在系统的完善上, 我们要首先新建一个版本, 然后在实践运用中, 发现更多的需求, 然后对原始版本进行不断的升级和完善, 直到完全达到用户的需要求目标。
2) 可靠性
服务质量的高低, 很大程度上取决于, 用户是否能够在最快的时间内得到访问信息的回应, 当用户访问Internet上的程度或信息时, 是否能够在最短的时间内将用户需要的信息提供给用户。对于考试系统来说, 经常会出现同时有上百上千人访问的情况, 如果可靠性不高, 发生系统崩溃, 将会带来巨大的人力和物力的损失, 同时在考试过程中, 如果系统出现延迟, 也会给考试带来影响[8]。
3) 可扩展性
当用户需求不断增长, 考试系统必须具有可扩展性才能满足业务复杂性的要求。Web系统一般都是动态变化的, 随着用户需求的增加, 业务增长的需要, 系统的规模不断扩大, 并呈现指数级的增长趋势。这种快速增长将会表现为支持的用户的数量不断增加, 同时提供的用户服务的复杂性和集成性也在增加。考试系统也是一种Web系统, 它的扩展性更为重要, 因为考试系统的功能是需要不断完善的, 必须能够随着考生的要求和技术的发展而不断改进。
4) 安全性
所谓安全性, 和所有的系统一样, 我们必须保护系统中的数据不被窃取, 系统的基础结构不会被人恶意的攻击和破坏。保证系统的安全性, 就是保证信息的机密性, 完整性和可靠性, 采取充分的保护措施, 保障系统安全, 预防安全风险, 这是任何系统都必须做到的基本要素。
5) 可管理性
可管理性是指对系统的管理是方便可靠的。为了保证系统的正常运行和管理, 我们要保证以下几点:首先, 要保证系统的基础结构完整, 从而系统的服务能够正常工作;其次要有适当的工具和管理人员。因为通过考试系统的主机是放在学院机房中, 但是对考试教务的管理员也许并不在远程教育学院中, 因此, 必须做到系统的管理和监控能够远程完成。
3 总体设计
在系统的总体设计中, 首先要将系统进行模块化。所谓模块化, 就是指用不同的模块来实现系统所要实现的不同的功能, 然后将这些模块组织和连接起来, 成为一个整体, 从而实现整个系统所要求的功能。
将系统模块化可以提高系统的可读性、可维护性, 降低系统的复杂性, 但是每个模块在设计时要注意保持其相对独立性, 每个模块之间的接口应尽量简单, 并且联系尽量要少, 这样才是高质量的系统结构。
由上章得需求分析, 可以设计出本系统的总体结构包括三个子系统:管理员模块、学生模块、老师模块。系统结构如图1所示。
4 数据库结构设计
根据在线考试系统的需求, 设计对应的数据表及功能如下:
根据以上的需求分析, 在确定了各个表字段及主键的基础上, 建立表与表之间的联系, 对应的关系图如下:
5 总结
本系统按照软件工程的思想, 采用了B/S模式, 通过问题定义、可行性研究、需求分析、总体设计、详细设计、测试的过程, 对在线考试系统的整个开发过程做了详细的阐述, 同时, 遵循结构化程序设计, 对软件开发步骤做了详细的规划。
这里, 阐述了学生用户的需求和应用B/S设计模式的软件体系结构, 进一步熟悉了JSP及相关相关技术, 了解了开发平台的应用工具相关技术如SQL Server 2000、css等实现技术。该在线考试系统能够追踪到数据的始终。完成了考试系统从需求到实现的开发过程, 达到预期目的要求。
将来所要做的工作主要有以下几个方面:
1) 系统采用B/S模式, 其应用范围较C/S模式较广, 将来考虑采用B/S与C/S混和模式进行改进升级。
2) 进一步优化数据库设计、完善编码方案, 提高编码质量, 提高系统性能和技术指标。
3) 根据学校师生的实际需求, 不断完善和升级系统, 实现更多的功能, 更好的适应考试发展的需要。
参考文献
[1]郝玉龙.J2EE编程技术[M].北京:清华大学出版社, 2008:20-30.
[2]汪永明.基于B/S模式的在线考试系统[J].微机发展, 2004, 14 (1) .
[3]冯长江.在线考试系统[M].北京:机械工业出版社, 2008:1-30.
[4]李冬芬, 黄金波, 赵景文.基于JSP的在线考试系统设计[J].宁波职业技术学院学报, 2010 (5) .
[5]王浩亮.基于J2EE轻量级框架的通用在线考试系统研究与实现[J].电脑编程技巧与维护, 2011 (3) :1-24.
[6]陈琦, 刘儒德.信息技术教育应用[M].北京:人民邮电出版社, 1997:28-23.
[7]向学哲.JSP程序设计教程[M].北京:人民邮电出版社, 2007:29-45.
考试数据 篇9
随着我国开放大学建立及网络学院的发展,高中起点升本科,专科起点升本科,高中起点升大专三个层次的多个不同专业吸引了更多的人选择参加远程教育完成学习,网络学习云平台上及网络考试系统中也就保存了大量数据,在这些数据中隐藏很多对远程教学有价值的信息,有助于教学管理人员及时分析学生学习情况,更好地整合网络学习平台上的教育资源。如果仅使用传统数据挖掘方法,就会由于数据量巨大而导致系统处理速度缓慢,频繁的输入输出会影响系统响应时间,节点效率不同也会出现挖掘效率不高的情况。为此在对网上考试系统所存储的海量数据信息进行挖掘时,引入能够在云计算环境下运行的数据挖掘算法,利用云计算环境中分布的计算节点,来支持数据挖掘算法的并行执行,弥补传统数据挖掘算法的不足,能从海量的考试数据资源中找出有价值的数据信息。
2 云计算与数据挖掘相关概念
2.1 云计算下MAP/REDUCE并行编程模型介绍
云计算的概念最先由Google埃里克·施密特在2006年首次提出,其基本原理是将大的海量数据的计算任务分割成小的微量的计算任务,将计算任务细分后由分布在网络上的计算节点通过并行计算实现,最后将细化的计算结果数据汇总,得到最后的计算结果。在当前的网络教学平台中就已经开始引入云的概念,将优质的教学资源作为云,学习者只访问自己学习相关的资源而不用考虑该资源所在位置,学习结束后通过网上考试系统完成测试。
Map Reduce是Google发明的并行分布式编程模型,被广泛应用于云数据计算中,用Map Reduce来处理的数据任务必须能分解成独立的小数据集,而且各个小数据集能够并行处理,通过Map阶段将待处理数据分割成小的独立数据块,分别让不同的空闲计算节点来进行计算,达到分布式运算的效果,再通过Reduce程序将计算结果汇总输出。
2.2 关联规则及Apriori算法介绍
数据挖掘目前公认的定义是:数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
关联规则由Agrawal等于1993年首先提出,就是要从当前数据库中挖掘出各个项集间存在的某种规则,形成关联规则的项目集必须是频繁项目集,也应满足最小支持度和最小可信度。
对于云计算平台上的海量考试数据进行挖掘,主要目的之一就是希望能通过挖掘大量的考试信息发现试题之间隐藏的内在联系,这在功能上属于关联分析。例如,关联规则可以表示为“答对了题目3的考生中有80%的人也答对了题目9”。从这些规则可找出试题中题目之间的关联性,帮助教师分析学生知识掌握情况以及分析题目之间的互相影响性,以便帮助提高教学质量。
Apriori算法的基本思想是找出所有的频繁项集,这些频繁项集出现的频繁性要大于等于预先定义的最小支持度,由找出的这些频繁项集产生同时满足最小支持度和最小可信度的强关联规则。
3 云计算环境下Apriori算法的Map/Reduce模型化设计
要在云计算环境下应用Apriori算法,要将算法按照Map/Reduce的编程模型并行化设计并执行,然后由主控程序控制算法应用云存储环境中的数据运行。主程序按照使用者指定的数据块大小将云存储中数据分成独立的N个数据块,并将这些数据块分发到云平台中各个空闲的计算节点去运行,在进行数据预处理后,Map进程对处理好的目标数据进行计算,得到局部的频繁候选项集,再由Reduce进程对Map过程产生的局部候选频繁项目集做归并处理,产生总体的全部候选项目集,然后按照给定的最小可信度和最小支持度找出全局的频繁候选项目集,得到有关的关联规则。
云计算环境下的Apriori算法Map/Reduce化包括3个过程,首先是数据准备过程;其次是Map函数过程找到各个独立数据块的局部频繁项集;最后由Reduce过程通过归并处理接收Map过程得到的局部频繁项集,从中找出全局频繁项集,得到所需要的强关联规则。
Map/Reduce化后Apriori算法的执行步骤如下:
(1)数据库中待处理数据首先要按照要求分割成相对独立的N个小数据块,并按照所需要求进行数据清理处理和筛选处理,得到处理后的N个候选数据项集。
(2)由Master将N个候选数据项集分派给不同的工作节点,每个节点执行不同的Map进程,利用参数KEY,产生的VALUE,按照系统设定的最小支持度和最小可信度要求计算出局部的频繁项集。
(3)由Map过程得到的局部频繁项集保存到本节点硬盘上,准备交给Reduce过程处理归并。
(4)Map过程结束后,由Master主程序将本次硬盘存储的局部频繁项集具体位置信息传递给Reduce归并过程,由主程序决定让云计算环境中的空闲计算节点来运行完成Reduce过程。
(5)Reduce过程主要是从存储区读取局部频繁项集数据,然后通过归并处理得到全局的数据候选项集,再找出满足大于系统给定的最小可信度和最小支持度的频繁项目集。
(6)Reduce过程得到的数据传递给用户,由用户对数据进行整理找出符合要求的强关联规则。
4 实验过程及分析
4.1 Map Reduce化的Apriori算法考试数据挖掘应用
网上考试系统中保存海量的学生考试信息,其中学生考试成绩是很重要的一项数据信息,利用Map Reduce化的Apriori算法对海量考试数据信息进行挖掘,主要是对学生成绩信息进行挖掘,找出所学课程之间的相关性,可以更科学地帮助教师制订合理的教学计划进程,以指导学生顺利完成学业。
如在对网络云平台上考试系统中的数据信息挖掘时,要找出学生的学习课程之间的相互关联性,可以从学生的课程考试成绩入手。首先要处理数据,将学生课程成绩92分以上的设置为1,表示该门课程成绩为优秀,其它低于该分数的成绩设置为0,表示该门课程成绩不优秀。该数据库表中有三门课程,包括程序设计基础,计算机基础和VB课程,选取部分学生成绩数据,要对上述优秀课程进行云计算环境下的关联规则挖掘,假定最小支持度为40%、最小可信度为60%时,设定key和value参数值,首先由Master分配数据块给各个Map找出局部的频繁项目集,再由Reduce过程归纳局部频繁项目集得到全局候选项集,根据设定的最小支持度和最小可信度,找出全局频繁项目集。可以得出如下规则:
(1)程序基础成绩优秀,VB成绩优秀=〉计算机基础成绩优秀的可能性大于100%;
(2)VB成绩优秀,计算机基础成绩优秀=〉程序基础成绩优秀的可能性大于100%。
根据以上挖掘得到的规则可以得知,VB程序设计课程与程序设计基础课程之间有某种联系,能够相互影响,程序设计基础这门课程成绩会影响到VB课程成绩,计算机专业责任教师在设计教学计划时,可以将程序设计基础课程作为VB程序设计课程的先修课,这样学生成绩为优秀的可能性就更大。
同样的可以利用Map Reduce化的Apriori算法在网络考试数据信息中挖掘出相关学科之间不同知识点的影响程度,以实现在教学中在讲授某一知识点时的知识扩展和准备。我们设定最小支持度为96%最小置信度为97%
通过挖掘后,得到如下的规则:
站点颜色与主题=〉网站风格的设计96.8%98.3%
网站风格的设计=〉站点颜色和主题96.8%97.2%
网页信息的强势=〉页面设计97.6%96.5%
其中,每一行为一条关联规则,数字分别表示他们的支持度和可信度。如第2条规则表示,网站风格设计的知识点与站点颜色和主题的知识点有很强的关联性,由于有96.8%的学生对这两个知识点的掌握都比较好,同时有97.2%的学生属于对网站风格设计知识点掌握的好也对站点颜色和主题知识点掌握的好。这就说明网站风格设计的知识点可以作为站点颜色和主题知识点的知识准备,教师在讲解网络信息制作与发布时要重点强调该部分内容,也可以在讲解DREAMWEAVER课程中将网站风格设计的相关概念给出,这对学生学习会有很大的帮助。同时,该规则可以帮助教师在进行试卷设计时,将这两个知识点的内容同时考察,这样学生的得分率会更高。
4.2 Map Reduce化的Apriori算法和传统的Apriori算法挖掘效率对比
为了验证使用基于云计算环境的Apriori算法与传统的Apriori算法在对海量的考试数据信息挖掘方面的优越性能,进行数据实验测试。本测试环境是在局域网范围内配置一定数量节点的集群环境,每个单一节点的软硬件配置都统一,利用Hadoop自带的Map Reduc Tools for Eclipse,配置好Map Reduce分布式编程环境。测试数据来源于网上考试系统保存的学生考试数据信息。设定最小支持度为0.2,最小可信度为0.1。通过使用Map Reduce化的Apriori算法和传统的Apriori算法对海量的考试数据信息进行挖掘,将得到的测试结果进行比较,得到的结果是在数据规模比较小的情况下,传统的挖掘方法和云计算环境下的挖掘方法耗费的时间差别并不大,但是随着数据规模的增大,使用传统的Apriori算法进行的单节点数据挖掘所耗费的时间越来越多,而使用Map Reduce化的Apriori算法则显现出了更好的计算效能,在对网络考试系统的大规模数据信息进行挖掘时系统性能表现很好,解决了传统数据挖掘在面对海量数据信息进行挖掘时的系统响应速度慢,各个节点的输入输出量巨大时负载不均衡,挖掘效率不高的问题。
5 结束语
通过对网络考试系统的海量考试数据信息进行挖掘,验证了云计算环境下应用基于Map/Reduce编程模型的Apriori算法进行数据挖掘,能够解决传统数据挖掘算法在对大规模数据挖掘时出现的系统响应速度慢,整体挖掘效率不高的问题,希望在数据量越来越多的云教育时代,基于云计算环境的数据挖掘能发挥出更大的作用。
参考文献
[1]陈嘉恒.分布式系统及云计算概论.清华大学出版社,2011.5.
[2]赵虎.云计算环境下的关联数据挖掘算法实现.电子科技大学,2011.6.
[3]苏海英.数据挖掘中关联规则算法的分析与优化研究.吉林大学,2006.
[4]孟小峰.数据挖掘:概念与技术(M).机械工业出版社,2001.
[5]安淑芝.数据仓库与数据挖掘.清华大学出版社,2005.6.
[6]戎翔.基于MapReduce的频繁项集挖掘方法.西安邮电学院学报,2011.7.
[7]谢桂兰.基于Hadoop模型的应用研究.微型机与应用,2010.8.
[8]季一木,康家邦,潘俏羽等.一种云计算安全模型与架构设计研究[J].信息网络安全,2012,(06):6-8.
[9]胡春辉.云计算安全风险与保护技术框架分析[J].信息网络安全,2012,(07):87-89.
考试数据 篇10
关键词：考试改革,数据库原理及应用,理论考核
0 引言
随着高等学校教育教学改革的不断深入,教学质量检查和反馈的方式也集中在最基本的教学活动-课程考试中。为了提高教育的质量,课程考试逐步成为了实现素质教育的一种手段,因此,改革和完善考试方法和考试内容,是高校教师对于教育教学工作的改革思考点,也是高校监督系统对于教育教学过程评价的参考点。
“数据库原理及应用”课程是计算机科学与技术专业,软件工程专业,信息管理专业的一门专业基础课,它在整个教学体系中具有承上启下的作用,可以结合面向对象语言完成管理信息系统或者网站的创建和维护,是实践性很强的课程。它要求学生在掌握数据库理论知识的基础上,熟练掌握数据库管理系统的使用,数据库建模方法的使用等实用技术,因此,对于如何改革该门课程的考核方式,发掘学生的潜能,激发学生的兴趣,文中提出了一种平时考核与期末考核结合,操作考核与理论考核兼顾的模式。
1 现行课程考核方式存在的主要问题
目前普遍采用的课程考试为学期末的闭卷笔试方式,该类考核方式具有考试试题理论性知识偏多,客观题偏多的特点,同时该类型考核方式成绩占课程总成绩的70%-80%,这就导致学生需大量记忆去应付考试,难以有效考核学生的实际应用能力和问题分析能力。因此,目前的考核方式已经表现出一定的局限性,主要表现在以下几个方面:
(1)考试目的误区化
课程考试是检查教师教学效果,评定学生学习成果的重要手段。对于教师来说,要通过考试为每个学生对于课程学习给出结论;对于学生来说,所得的成绩是学生在校期间获得各项荣誉的一个支撑点。因此教师出题目在于“考核出学生不会什么?”。学生完成题目完全立足于书本内容,思考扩展的能力逐渐降低。
(2)考核方式单一化
随着高校招生的扩大,计算机专业学生人数也在不断增多,对于“数据库原理及应用”课程来说,采用一次性闭卷考试的方式,任课教师通过期末考试的成绩来评价每个学生掌握知识的情况,这样对于偏重于理论学习的学生有利,而对于偏重实际应用的学生有失公平性和科学性。
(3)考核内容理论化
“数据库原理及应用”课程的教学是理论与实际相结合的综合体,且理论教学为主。采用闭卷笔试形式考查学生,学生需按照书本上的标准答案完成题目,这样就将学生发挥个人才能去分析、解决问题的能力降低了。学生想要通过考试,需要把握复习重点,了解考试范围,更需要死记硬背,这样无法满足考查学生综合素质的要求。
(4)考核题目样式简单化
目前教学过程中,考虑到出题难度适合大部分学生、答案和分数制定规范、阅卷方便等几个方面的问题,教师在出题过程中,设计试题的题型越来越集中在几个固定的选择上,即选择题,判断题占的比例越来越大,简答题和应用题占的比例相对减少。对于简答题比例合适的试卷中,简答题又偏重于对理论知识的掌握,而不是应用上,这样会导致学生学习积极性减弱,学习方法呆板化。
2 课程考试改革措施
在分析了目前课程考试中存在的问题,结合“数据库原理及应用”课程的教学特点,将该门课程的考核从立体化的角度进行分解,实现平时与期末结合,理论与实际兼顾的考试模式。
(1)期末考核的构成
期末考核划分为理论知识考核和操作能力考核。根据目前该门课程的教学计划,将理论知识的考核成绩划分为60%,操作能力的考核成绩划分为40%。
理论知识的考核采用闭卷笔试的方式,以考查“学生会什么?会到什么程度”为目的。试卷主要采用选择题,判断题,简答题,应用题这四种题型。其中简答题题目多采用如下方式:
“请举例说明是否所有视图都可以更新?”
通过这种方式,既可以让学生掌握理论,也可以通过举例的过程检验出学生是否真的可以将理论知识理解,并加以应用。
操作能力的考核采用上机的方式,对于每班30个学生的班型,给出4-6套考试试题题签,对于每班40个学生的班型,给出6-8套考试试题题签,由学生自行抽签完成,然后将结果上传到服务器,由教师保存。
这样理论和实际兼顾的评分方式,有利于激发学生自主学习、动手操作的兴趣。
(2)平时考核的构成
为了能在教学工作中及时了解学生的学习情况,对教学进度和内容进行调整,将平时考核划分成如下的比例:平时成绩占30%,实验成绩占30%,考核成绩占40%。
平时成绩,主要用于检验学生的出勤情况和最近的课堂教学效果,每学期的授课过程中会对每个学生进行课堂提问,提问以引导式为主,本着“不怕学生回答错误,就怕学生连错误都不回答,引导学生走向正确”的原则,同时记录提问成绩。
考核成绩主要用于考查一段时间的教学情况,在学习到数据更新和存储过程内容后,各进行一次随堂测验,测验中需要学生对于同一个题目给出能想到的所有可能的实现方法,这样有助于加深学生的思考能力和解决问题的能力,同时也可以根据测验结果提示教师及时进行教学改进。
实验成绩属于课内实验的考核部分,将实验分为验证性和综合设计性两种。首先进行每个知识点的验证性实验内容,主要以抽查学生的完成情况为主。然后将几个知识点综合,进行设计性实验内容,主要达到“让学生掌握从设计、实现到完成综合报告的一体化应用过程”,同时记录其完成情况,针对设计内容提出3-5个问题让学生回答,考查学生对于知识的灵活应用的能力,并给予相应的成绩等级。
这样有规律划分的评分方式,有利于在学习过程中实时掌握学生的学习状态,也有利用改善“考前临时恶补”的情况,让学生在平时就开始学会累积自己的学习成果。
3 总结
通过对“数据库原理及应用”课程的考试改革,让我深深体会到:只要有适合学生的教学方法和公平合理的评分体系,就能让学生们提高对该课程的学习热情和学习兴趣。而且在没有降低考试要求的情况下提高了考试通过率。因此积极探索平时考核与期末考核相结合,理论考核与操作考核兼顾的课程考试改革方式,进一步给出成绩综合评价体系,引导学生成绩考核向公平化,合理化,科学化的方向发展,真正的把课程考试变成督促学生自主学习,深入思考,开拓创新的一个教学环节。
参考文献
[1]蒋学英.从数据库课程改革实践谈多元化考试方式[J].沈阳建筑大学学报(社会科学版),2008(2).
[2]赵芳枝.以大学考试改革促进创新人才培养[J].北京理工大学学报,2007(S1).
【考试数据】推荐阅读：
等级考试抽样数据08-17
数据库系统期末考试题06-18
贵州2015年下半年施工员考试岗位：钢筋混凝土数据考试试卷08-08
四川省2017年上半年初级统计师统计法和统计学基础知识：用图表展示定性数据考试题08-21
数据挖掘数据存储07-01
大数据推荐数据模型08-27
财务数据和业务数据09-01
大数据时代的数据观05-14